참고HF Blog
허깅페이스, 온디바이스 음성 합성 모델 'Phonon' 공개
네트워크 연결 없이 로컬에서 구동 가능한 경량 TTS 모델, Apache 2.0 라이선스 적용.
요약
Phonon은 네트워크 연결 없이 기기 내부에서 직접 구동되는 온디바이스 텍스트 음성 변환(TTS) 모델로, 개인정보 보호와 오프라인 작동을 강점으로 합니다. 모델은 Pocket TTS를 기반으로 flow matching 기술을 사용하여 소형 모델임에도 고품질 음성 합성이 가능하도록 설계되었습니다. Phonon 31m 모델은 Apache 2.0 라이선스를 적용하여 상업적 용도로 자유롭게 사용 가능하며, 그 외 모델은 비상업적 프로젝트에 무료로 제공됩니다. 이 모델은 Hugging Face의 Open TTS 리더보드에서 상위권을 기록하며 성능을 입증했습니다. 초기 발표 이후 6개월간의 피드백을 반영해 모델 크기를 최적화하고 다국어 지원 및 보이스 클로닝 기능을 추가하였습니다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 A Closer Look at Phonon TTS. Launching High-Quality On-Device Speech That Tops the Benchmarks.
원문 보기 ↗